Глубокое исследование для предприятий: Управляемое многозадачное глубокое исследование для аналитики предприятий
Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics
October 20, 2025
Авторы: Akshara Prabhakar, Roshan Ram, Zixiang Chen, Silvio Savarese, Frank Wang, Caiming Xiong, Huan Wang, Weiran Yao
cs.AI
Аннотация
С экспоненциальным ростом объема информации предприятия сталкиваются с растущим давлением необходимости преобразования неструктурированных данных в последовательные, пригодные для использования выводы. Хотя автономные агенты демонстрируют потенциал, они часто сталкиваются с трудностями в понимании специфических нюансов предметной области, согласовании намерений и интеграции в корпоративные системы. Мы представляем Enterprise Deep Research (EDR), многоагентную систему, которая объединяет (1) Главный планирующий агент для адаптивного декомпозирования запросов, (2) четыре специализированных поисковых агента (Общий, Академический, GitHub, LinkedIn), (3) расширяемую экосистему инструментов на основе MCP, поддерживающую NL2SQL, анализ файлов и корпоративные рабочие процессы, (4) Агент визуализации для получения выводов на основе данных и (5) механизм рефлексии, который выявляет пробелы в знаниях и обновляет направление исследований с возможностью участия человека в процессе управления. Эти компоненты позволяют автоматизировать генерацию отчетов, потоковую передачу данных в реальном времени и бесшовное внедрение в корпоративные системы, что подтверждено на внутренних наборах данных. На открытых тестах, включая DeepResearch Bench и DeepConsult, EDR превосходит современные агентные системы без какого-либо участия человека. Мы публикуем фреймворк EDR и траектории тестирования для продвижения исследований в области приложений многоагентного рассуждения.
Код доступен по адресу: https://github.com/SalesforceAIResearch/enterprise-deep-research
Набор данных: https://huggingface.co/datasets/Salesforce/EDR-200
English
As information grows exponentially, enterprises face increasing pressure to
transform unstructured data into coherent, actionable insights. While
autonomous agents show promise, they often struggle with domain-specific
nuances, intent alignment, and enterprise integration. We present Enterprise
Deep Research (EDR), a multi-agent system that integrates (1) a Master Planning
Agent for adaptive query decomposition, (2) four specialized search agents
(General, Academic, GitHub, LinkedIn), (3) an extensible MCP-based tool
ecosystem supporting NL2SQL, file analysis, and enterprise workflows, (4) a
Visualization Agent for data-driven insights, and (5) a reflection mechanism
that detects knowledge gaps and updates research direction with optional
human-in-the-loop steering guidance. These components enable automated report
generation, real-time streaming, and seamless enterprise deployment, as
validated on internal datasets. On open-ended benchmarks including DeepResearch
Bench and DeepConsult, EDR outperforms state-of-the-art agentic systems without
any human steering. We release the EDR framework and benchmark trajectories to
advance research on multi-agent reasoning applications.
Code at https://github.com/SalesforceAIResearch/enterprise-deep-research and
Dataset at https://huggingface.co/datasets/Salesforce/EDR-200